更改必应词典中单词的值答案

【问题标题】：Change value of words in bing lexicon更改必应词典中单词的值
【发布时间】：2020-08-05 02:08:03
【问题描述】：

我正在使用 R Studio 分析一项调查。我正在使用 tidytext 包中的 Bing Sentiment 词典来执行此操作。

有些词对我的调查没有正确的含义，特别是“温柔”被编码为正面，但我的受访者将“温柔”表示为负面（疼痛）。我知道如何从 bing tibble 中删除一个词，然后添加一个新词，但我怎样才能简单地改变这个词的含义呢？

例如：

structure(list(word = c("pain", "tender", "sensitive", "headaches", 
"like", "anxiety"), sentiment = c("negative", "positive", "positive", 
"negative", "positive", "negative"), n = c(351L, 305L, 279L, 
220L, 200L, 196L)), row.names = c(NA, 6L), class = "data.frame")

我希望它看起来像：

structure(list(word = c("pain", "tender", "sensitive", "headaches", 
"like", "anxiety"), sentiment = c("negative", "negative", "positive", 
"negative", "positive", "negative"), n = c(351L, 305L, 279L, 
220L, 200L, 196L)), row.names = c(NA, 6L), class = "data.frame")

谢谢！

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。
你可以做类似df$sentiment <- ifelse(df$word == "tender", "positive", df$sentiment)的事情。
@MrFlick 我想我已经做了一个可重现的例子！
@Phil 这工作得很好！您想将此添加为答案，以便我关闭 Q 吗？

标签： r nlp tidytext lexicon

【解决方案1】：

跑线

df$sentiment <- ifelse(df$word == "tender", "positive", df$sentiment)

对于word 向量为“温柔”的任何实例，将有效地更改sentiment 向量，使其显示为“正”。任何其他实例都将保持原样。

请注意，如果您还想将其他词语的情绪改为正面，您可以这样做：

df$sentiment <- ifelse(df$word %in% c("tender", "anotherword", "etc"), "positive", df$sentiment)

【讨论】：

【解决方案2】：

在tidyverse（tidytext 构建的基础上）中进行这种重新编码的方法通常是：

library(tidyverse)
  
df %>% 
  mutate(sentiment = case_when(
    word == "tender" ~ "negative",
    TRUE ~ sentiment # means leave if none of the conditions are met
  ))
#>        word sentiment   n
#> 1      pain  negative 351
#> 2    tender  negative 305
#> 3 sensitive  positive 279
#> 4 headaches  negative 220
#> 5      like  positive 200
#> 6   anxiety  negative 196

case_when 遵循与ifelse 相同的逻辑，但您可以根据需要评估任意多个条件，从而完美地重新编码多个值。 ~ 的左侧评估一个条件，如果满足该条件，则右侧说明该值。您可以设置默认值，如case_when 中的最后一行所示。

【讨论】：